导读:本文包含了奇异性指数论文开题报告文献综述及选题提纲参考文献，主要关键词:声发射,特征提取,能量谱,奇异性指数
奇异性指数论文文献综述
雷经发,邬竞雄,刘涛,张冰琦[1]（2019）在《Q235钢拉伸过程声发射能量谱与奇异性指数特征提取》一文中研究指出为明确试样拉伸损伤过程声发射信号的变化规律,选取Q235钢试样开展轴向拉伸实验,并进行声发射信号的稳定连续采集。通过小波包分解与重构,提取声发射信号的小波包能量谱及信号幅值的奇异性指数特征。结果表明:信号能量在低频段较为集中,低频段中各频段能量占比随频段增加而降低,而高频段中则相反。随着损伤程度增加,高频能量占总能量比例不断减小,低频能量的总能量占比不断增加,奇异性指数不断下降。当拉伸速率增大时,高频能量在各拉伸损伤阶段的总能量占比不断下降,而低频能量占比和奇异性指数均升高。最后结合拉伸断口进行了宏、微观形貌特征分析。(本文来源于《机械科学与技术》期刊2019年12期）
程磊,周孙基,郝圣旺[2]（2019）在《临界幂律奇异性指数变化特征及其物理控制条件》一文中研究指出破坏时间预测是防灾减灾与安全评估中的一个核心问题。理论、实验和实地测量结果表明,响应量演化在破坏前会呈现出临界幂律加速奇异性特征。在此基础上,发展了进行破坏时间预测的方法,表明了良好的预测效果。值得注意的是,目前的预测检验主要还是后验预测。后验预测的一个特点是预先知道了响应函数临界幂律奇异性指数的值。而是应用中,在破坏发生前,临界幂律奇异性指数的具体值是未知的。解析、实验和实地测量结果中,临界奇异性指数存在着差异。这导致了临界奇异性指数具体取值的争议,同时也导致了学者们对灾变破坏理解和解释上的差异。尤其是,临界幂指数具体取值的不确定,成为了困扰该方法在实际预测应用中的关键困难。本文基于岩石与时间相关破坏特征,发展了连续损伤力学基的时间相关破坏模型。在此基础上,基于解析推导和Monte Carlo模拟,表明了临界奇异性指数分散性不仅仅来源于实际测量数据的误差,其关键物理本质是,临界奇异性指数取值受损伤对局部应力的非线性依赖特征控制。并给出了临界奇异性指数与损伤对局部应力的非线性依赖指数的之间的关系。临界幂指数分散性物理本质的揭示,另一方面也加深了对灾变破坏机理与过程的认识和理解。(本文来源于《中国力学大会论文集（CCTAM 2019）》期刊2019-08-25）
谭浩[3]（2015）在《煤岩类型的多重分形奇异性指数特征分析》一文中研究指出运用多重分形理论中的盒计数法计算出若干煤岩薄片的奇异性指数,再进行统计分析得到奇异性指数与煤岩类别之间的关系,为煤岩分类提供了重要依据。(本文来源于《科技创新与生产力》期刊2015年09期）
李晓晖,袁峰,贾蔡,张明明,周涛发[4]（2012）在《基于地统计学插值方法的局部奇异性指数计算比较研究》一文中研究指出以铜陵矿集区土壤Pb元素为例,研究稀疏采样条件下地统计学克里格方法,序贯高斯模拟方法对奇异性指数计算的影响。研究结果表明,序贯高斯模拟方法强调了短距离范围内的空间不确定性,弥补了克里格方法平滑效应的不足,对于精细重建土壤元素的空间分布特征具有更好的效果。对于稀疏采样的数据集,较之原始数据和克里格方法,基于序贯高斯模拟方法获取的奇异性指数能够更精细的刻画局部空间结构,更好的应用于土壤地球化学异常的提取和识别。(本文来源于《地理科学》期刊2012年02期）
王兆瑞,吕善伟,中村武恒[5]（2008）在《确定分形函数的局部奇异性指数及其谱》一文中研究指出基于配分函数的多分形形式仅仅提供了信号奇异性指数的全局描述,并没有给出局部信息,然而在实际应用中,揭示出信号的局部奇异性信息往往更具有重要性。该文提出了一种确定信号局部奇异性指数的新算法,构造了一种类似于奇异性谱的直方图,并用来描述信号奇异性的全局统计分布。数字试验验证了该算法的有效性。(本文来源于《电子与信息学报》期刊2008年02期）
陈时秋,韩建保,罗小江[6]（2006）在《变速箱典型故障奇异性指数的模糊神经网络识别》一文中研究指出基于小波奇异性分析和模糊神经网络理论,建立变速箱故障识别模型,探讨将两种理论集成用于状态监测以提高故障识别准确度.通过小波变换提取车辆变速箱运行状态监测数据的奇异性指数,并据此训练模糊神经网络,计算表征变速箱技术状况的代码,判断部件是否发生故障及故障类型.对某型车辆变速箱监测信号的研究表明,本模型用于识别变速箱典型故障的误差仅为0.15384.(本文来源于《车辆与动力技术》期刊2006年04期）
申弢,黄树红,张燕平,侯敬宏[7]（2003）在《振动故障信号奇异性指数的统计特征研究》一文中研究指出基于信号奇异性检测的小波变换理论 ,利用时间分辨率优化的 Gabor小波变换工具 ,对几种典型故障的波形和轨迹信号的奇异性特征进行了研究。研究表明 ,不同类型的故障信号 ,不仅奇异性指数的数值大小有明显的不同 ,而且奇异点在时间上的分布特征也有显着差异 ,这种差异对轴心轨迹信号尤为明显。因此 ,利用奇异性指数的统计量特征可以有效地区分不同类型的故障(本文来源于《振动工程学报》期刊2003年04期）
何正友,钱清泉[8]（2001）在《基于小波变换的窗奇异性指数计算及其在故障检测中的应用》一文中研究指出小波变换能够充分刻画信号的奇异性 ,在探讨奇异信号的小波变换特性的基础上 ,克服信号局部奇异性指数计算的难点 ,定义了一种基于小波变换的窗奇异性指数 ,理论信号的分析计算表明 ,该窗奇异性指数能够既能表征信号的局部奇异特性 ,又具有计算简单快捷的特点。对一实际系统的EMTDC仿真信号的分析表明 ,以该指数作为EHV输电线路故障检测判据和区内外故障判别指标 ,具有较好的可靠性与实时性 ,是电网故障检测和继电保护的一种新颖的有效方法(本文来源于《继电器》期刊2001年03期）
何正友,钱清泉[9]（2000）在《基于小波变换的信号奇异性指数计算方法及其应用》一文中研究指出电力设备故障时将产生具有奇异性的非平稳信号 ,小波变换在时域和频域内同时具有局部化能力 ,是分析故障信号奇异性的有利工具 ,为电力设备故障检测提供了新思路。首先讨论了信号奇异性的小波变换特性 ,在此基础上 ,研究了信号全局奇异性指数和局部奇异性指数 (Lipschitz指数 )的计算方法。仿真分析了电流基波及各次谐波等理论信号等的奇异性指数特点 ,将其应用于电力设备故障检测中 ,得到了较好的结果(本文来源于《电力自动化设备》期刊2000年03期）
姜楠,王振东,舒玮[10]（1998）在《用子波变换研究壁湍流Lipschitz奇异性指数》一文中研究指出本文用子波变换研究了描述壁湍流脉动速度局部奇异性行为的Ｌｉｐｓｃｈｉｔｚ奇异性指数，发现在湍流边界层中，猝发和扫掠发生时脉动速度信号的Ｌｉｐｓｃｈｉｔｚ局部奇异性指数为负值·(本文来源于《应用数学和力学》期刊1998年10期）
奇异性指数论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
破坏时间预测是防灾减灾与安全评估中的一个核心问题。理论、实验和实地测量结果表明,响应量演化在破坏前会呈现出临界幂律加速奇异性特征。在此基础上,发展了进行破坏时间预测的方法,表明了良好的预测效果。值得注意的是,目前的预测检验主要还是后验预测。后验预测的一个特点是预先知道了响应函数临界幂律奇异性指数的值。而是应用中,在破坏发生前,临界幂律奇异性指数的具体值是未知的。解析、实验和实地测量结果中,临界奇异性指数存在着差异。这导致了临界奇异性指数具体取值的争议,同时也导致了学者们对灾变破坏理解和解释上的差异。尤其是,临界幂指数具体取值的不确定,成为了困扰该方法在实际预测应用中的关键困难。本文基于岩石与时间相关破坏特征,发展了连续损伤力学基的时间相关破坏模型。在此基础上,基于解析推导和Monte Carlo模拟,表明了临界奇异性指数分散性不仅仅来源于实际测量数据的误差,其关键物理本质是,临界奇异性指数取值受损伤对局部应力的非线性依赖特征控制。并给出了临界奇异性指数与损伤对局部应力的非线性依赖指数的之间的关系。临界幂指数分散性物理本质的揭示,另一方面也加深了对灾变破坏机理与过程的认识和理解。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
奇异性指数论文参考文献
[1].雷经发,邬竞雄,刘涛,张冰琦.Q235钢拉伸过程声发射能量谱与奇异性指数特征提取[J].机械科学与技术.2019
[2].程磊,周孙基,郝圣旺.临界幂律奇异性指数变化特征及其物理控制条件[C].中国力学大会论文集（CCTAM2019）.2019
[3].谭浩.煤岩类型的多重分形奇异性指数特征分析[J].科技创新与生产力.2015
[4].李晓晖,袁峰,贾蔡,张明明,周涛发.基于地统计学插值方法的局部奇异性指数计算比较研究[J].地理科学.2012
[5].王兆瑞,吕善伟,中村武恒.确定分形函数的局部奇异性指数及其谱[J].电子与信息学报.2008
[6].陈时秋,韩建保,罗小江.变速箱典型故障奇异性指数的模糊神经网络识别[J].车辆与动力技术.2006
[7].申弢,黄树红,张燕平,侯敬宏.振动故障信号奇异性指数的统计特征研究[J].振动工程学报.2003
[8].何正友,钱清泉.基于小波变换的窗奇异性指数计算及其在故障检测中的应用[J].继电器.2001
[9].何正友,钱清泉.基于小波变换的信号奇异性指数计算方法及其应用[J].电力自动化设备.2000
[10].姜楠,王振东,舒玮.用子波变换研究壁湍流Lipschitz奇异性指数[J].应用数学和力学.1998